Eine Plattform für die multidisziplinäre Entwicklung medizinischer künstlicher Intelligenz (AI)
Studienübersicht
Status
Status
Bedingungen
Bedingungen
Studientyp
Studientyp
Einschreibung (Voraussichtlich)
Einschreibung
Kontakte und Standorte
Studienkontakt
Studienkontakt
- Name: Haotian Lin, Ph.D, M.D.
- Telefonnummer: +86-020-87330274
- E-Mail: gddlht@aliyun.com
Studienorte
-
-
Guangdong
-
Guangzhou, Guangdong, China, 510060
- Rekrutierung
- Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
-
Kontakt:
- Haotian Lin, Ph.D, M.D.
- Telefonnummer: +86-020-87330274
- E-Mail: gddlht@aliyun.com
-
-
Teilnahmekriterien
Zulassungskriterien
Zulassungskriterien
Studienberechtigtes Alter
- Kind
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Studienberechtigte Geschlechter
Probenahmeverfahren
Studienpopulation
Beschreibung
Einschlusskriterien:
- über medizinische Bildgebungsunterlagen verfügen (einschließlich Augenheilkunde, Pathologie, Radiographie, Blutzellen und Endoskopie)
Ausschlusskriterien:
- unqualifizierte medizinische Bildgebung
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
Anzahl der Gruppen / Kohorten
Kohorten und Interventionen
Gruppe / KohorteGruppe / Kohorte |
|---|
|
Gruppe für die Zusammenarbeit zwischen Mensch und Maschine
medizinisches Fachpersonal und maschinelle Zusammenarbeit für Annotation und KI-Modellentwicklung
|
|
reine Jahresgruppe
Gesundheitsexperten für rein manuelle Annotation und KI-Modellentwicklung
|
Was misst die Studie?
Primäre Ergebnismessungen
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Anmerkungsgenauigkeit
Zeitfenster: Grundlinie
|
Berechnen Sie die Annotationsgenauigkeit für den Vergleich zwischen Gruppen mithilfe der Annotationsergebnisse
|
Grundlinie
|
Sekundäre Ergebnismessungen
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Genauigkeit der Modellleistung
Zeitfenster: Grundlinie
|
Berechnen Sie die Genauigkeit des KI-Modells für den Vergleich zwischen Gruppen mithilfe der vom Modell vorhergesagten Ergebnisse
|
Grundlinie
|
|
AUC der Modellleistung
Zeitfenster: Grundlinie
|
Berechnen Sie die AUCs des KI-Modells für den Vergleich zwischen Gruppen unter Verwendung der vom Modell vorhergesagten Ergebnisse
|
Grundlinie
|
|
Kosten für die Annotationszeit
Zeitfenster: Grundlinie
|
Berechnen Sie die Annotationszeitkosten für den Vergleich zwischen Gruppen anhand der während der Tests aufgezeichneten Zeit
|
Grundlinie
|
Mitarbeiter und Ermittler
Sponsor
Sponsor
Ermittler
Ermittler
- Hauptermittler: Haotian Lin, Ph.D, M.D., Zhongshan Ophthalmic Center, Sun Yat-sen Univerisity
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Studienbeginn
Primärer Abschluss (Tatsächlich)
Primärer Abschluss
Studienabschluss (Voraussichtlich)
Studienabschluss
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Zuerst gepostet
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes Update gepostet
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Andere Studien-ID-Nummern
Andere Studien-ID-Nummern
- AIplatform-2020
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .